【pytorch学习1】pytorch中的cat、stack、tranpose、permute、unsqeeze详解

首先导入pytorch，利用linspace生成两个4*3的2维tensor

>>> import torch as t
# t.linspace(start,end,num)   
# start到end均匀分为num个，返回值是tensor
>>> a=t.linspace(1,23,12).reshape(4,3)
>>> a
tensor([[ 1.,  3.,  5.],
        [ 7.,  9., 11.],
        [13., 15., 17.],
        [19., 21., 23.]])

>>> b=t.linspace(2,24,12).reshape(4,3)
>>> b
tensor([[ 2.,  4.,  6.],
        [ 8., 10., 12.],
        [14., 16., 18.],
        [20., 22., 24.]])

cat

对数据沿着某一维度拼接，cat后数据的总维数不变。
比如下对tensor a和 tensor b（分别为4×3,4×3）进行拼接。

>>> c=t.cat((a,b),0) # 0表示对行拼接，1表示对列拼接，这个值不能超过a,b的最大维数
>>> c
tensor([[ 1.,  3.,  5.],
        [ 7.,  9., 11.],
        [13., 15., 17.],
        [19., 21., 23.],
        [ 2.,  4.,  6.],
        [ 8., 10., 12.],
        [14., 16., 18.],
        [20., 22., 24.]])
>>> c.shape
torch.Size([8, 3])



>>> c=t.cat((a,b),1)
>>> c
tensor([[ 1.,  3.,  5.,  2.,  4.,  6.],
        [ 7.,  9., 11.,  8., 10., 12.],
        [13., 15.